이 페이지에서는 시스템 요청 사항을 통해 효과적인 프롬프트를 작성하고 BigQuery 데이터의 경우 구조화된 컨텍스트를 추가로 제공하여 Conversational Analytics API 데이터 에이전트에게 작성된 컨텍스트를 가장 잘 제공하는 방법을 설명합니다. 작성된 컨텍스트를 제공하는 것은 선택사항이지만 잘 구성된 작성된 컨텍스트는 API가 제공하는 대답의 정확성과 관련성을 개선할 수 있습니다.
작성된 컨텍스트란 무엇인가요?
작성된 컨텍스트는 개발자가 데이터 에이전트의 동작을 형성하고 API의 응답을 미세 조정하기 위해 제공할 수 있는 안내입니다. 이 가이드에는 자유 형식 시스템 요청 사항과 BigQuery 데이터 소스의 경우 테이블 설명, 샘플 쿼리와 같은 정보가 포함된 구조화된 컨텍스트 필드가 포함됩니다. 질문에 답변하기 위해 에이전트는 이 작성된 컨텍스트를 데이터 소스 (예: BigQuery 테이블, Looker Explore, Looker Studio 데이터 소스)의 정보 및 대화 기록 (멀티턴 대화의 경우)과 결합합니다.
구조화된 컨텍스트 필드와 자유 형식 시스템 요청 사항을 통해 명확한 안내를 제공하면 에이전트가 사용자 질문을 해석하고 유용하고 정확한 답변을 생성하는 능력을 개선할 수 있습니다. 잘 정의된 컨텍스트는 BigQuery 테이블 등의 데이터에 연결하는 경우 특히 유용합니다. 예를 들어 작성된 컨텍스트를 사용하여 다음과 같은 유형의 안내를 에이전트에게 제공할 수 있습니다.
- 비즈니스별 로직: 특정 기간 내에 5회 넘게 구매한 고객을 '충성도 높은' 고객으로 정의합니다.
- 대답 형식 지정: 사용자 시간을 절약하기 위해 데이터 에이전트의 모든 대답을 20단어 이하로 요약합니다.
- 데이터 표시: 모든 숫자의 형식을 회사의 스타일 가이드에 맞게 지정합니다.
작성된 컨텍스트 제공
제공할 수 있는 구체적인 정보는 데이터 소스에 따라 다릅니다.
- BigQuery 데이터의 경우 구조화된 컨텍스트와 시스템 요청 사항을 모두 정의할 수 있습니다. 최상의 결과를 얻으려면 사용 가능한 구조화된 필드를 통해 먼저 상담사에게 컨텍스트를 제공하세요. 그런 다음 시스템 안내를 정의하여 추가 안내를 제공할 수 있습니다.
- Looker 데이터의 경우 작성된 컨텍스트는 시스템 요청 사항을 통해서만 제공됩니다.
표 설명, 샘플 쿼리와 같은 세부정보를 위해 API 필드에 구조화된 컨텍스트를 제공합니다. system_instruction
파라미터를 사용하여 시스템 요청 사항을 YAML 형식 문자열로 제공합니다.
작성된 컨텍스트를 정의한 후 다음 호출 중 하나에서 API에 제공할 수 있습니다.
- 영구 데이터 에이전트 만들기: 요청 본문의
published_context
객체 내에 작성된 컨텍스트를 포함하여 여러 대화에서 지속되는 에이전트 동작을 구성합니다. 자세한 내용은 데이터 에이전트 만들기(HTTP) 또는 스테이트풀(Stateful) 또는 스테이트리스(Stateless) 채팅의 컨텍스트 설정(Python SDK)을 참고하세요. - 스테이트리스(Stateless) 요청 보내기: 채팅 요청의
inline_context
객체 내에 작성된 컨텍스트를 제공하여 해당 특정 API 호출에 대한 에이전트의 동작을 정의합니다. 자세한 내용은 스테이트리스(Stateless) 멀티턴 대화 만들기(HTTP) 또는 인라인 컨텍스트를 사용하여 스테이트리스(Stateless) 채팅 요청 보내기(Python SDK)를 참고하세요.
관련 리소스
- HTTP 및 Python을 사용하여 데이터 에이전트 빌드
- Python SDK를 사용하여 데이터 에이전트 빌드
- BigQuery 데이터 소스의 데이터 에이전트 컨텍스트 정의
- Looker 데이터 소스의 데이터 에이전트 컨텍스트 정의